[发明专利]面向DNA信息存储的编码和解码方法与装置

说明书

本发明提供了一种面向DNA信息存储的编码和解码方法与装置，该方法包括将目标DNA序列进行拆分处理，得到多个原始子序列；针对每个所述原始子序列，生成所述原始子序列的多个第一编码，将多个所述第一编码分别插入至所述原始子序列中的指定位置，得到第一中间子序列；对每个所述第一中间子序列进行编码处理，得到所述目标DNA序列的编码后的多个目标子序列。相关技术中，当编码、解码过程中地址信息错误时，解码恢复得到的序列信息的正确率会明显下降，本申请的技术方案通过加入多个第一编码的方式，提高了编码、存储DNA序列的正确率；通过反复多次对序列进行CRC校验的方式，提高了解码、恢复DNA序列的正确率。

技术领域

本发明涉及DNA信息存储技术领域，尤其是涉及一种面向DNA信息存储的编码和解码方法与装置。

背景技术

数字时代以来，信息量急速膨胀，普通的磁性存储介质已经无法满足数据的存储需求。随着分子遗传学和基因组学的发展，脱氧核糖核苷酸(简称DNA)这种生物遗传信息的存储物质逐渐进入人们的视野。DNA存储具有存储信息量大、信息体积比很小、信息拷贝成本低、信息存储时间长、存储成本低等优势，非常适合特大数据的长时间存储。为了适应DNA存储技术的发展，探索有效的DNA信息存储的编码和解码方法显得尤为重要。传统的DNA信息存储的编码方式中，地址信息的可靠性较差，当解码过程中地址信息读取错误时，解码得到的序列信息的正确率会明显下降，导致DNA信息存储方法的应用范围十分局限。

发明内容

本发明的目的在于提供一种面向DNA信息存储的编码和解码方法与装置，以提高DNA信息存储在编码过程和解码过程中的正确率。

第一方面，本发明实施例提供一种面向DNA信息存储的编码方法，该方法包括：将目标DNA序列进行拆分处理，得到多个原始子序列；针对每个原始子序列，生成原始子序列的多个第一编码，将多个第一编码分别插入至原始子序列中的指定位置，得到第一中间子序列，其中，第一编码包括原始子序列的原始地址编码和/或原始子序列的原始地址编码的原始冗余校验码；对每个第一中间子序列进行编码处理，得到目标DNA序列的编码后的多个目标子序列。

在可选的实施方式中，上述生成原始子序列的多个第一编码的步骤，包括：根据原始子序列的位置，生成原始子序列的原始地址编码；通过CRC技术，生成原始地址编码的原始冗余校验码；将原始地址编码和原始地址编码的原始冗余校验码确定为第一编码。

在可选的实施方式中，上述对每个第一中间子序列进行编码处理，得到目标DNA序列的编码后的多个目标子序列的步骤，包括：当第一中间子序列中存在相同的码字，且相同的码字满足预设条件时，对第一中间子序列进行加密处理，得到第二中间子序列；对第二中间子序列进行编码处理，得到编码后的目标子序列。

第二方面，本发明实施例提供一种面向DNA信息存储的解码方法，该方法包括：对每个待解码目标子序列进行解码处理，得到多个第一中间子序列，其中，第一中间子序列包括原始子序列，以及插入至原始子序列中的指定位置的多个第一编码；第一编码包括原始子序列的原始地址编码和/或原始子序列的原始地址编码的原始冗余校验码；针对每个第一中间子序列，对第一中间子序列中的每个第一编码进行校验处理，如果每个第一编码均校验正确，从第一中间子序列中提取得到原始子序列；将校验正确的第一中间子序列的原始子序列进行排序，得到目标DNA序列。

在可选的实施方式中，上述对每个待解码目标子序列进行解码处理，得到多个第一中间子序列的步骤之前，还包括：针对每个编码后的目标子序列，执行下述操作：对编码后的目标子序列进行加扰偏移处理，得到第三中间子序列；对第三中间子序列进行加躁采样与聚类匹配，得到第四中间子序列；将第四中间子序列确定为待解码目标子序列。

在可选的实施方式中，上述对编码后的目标子序列进行加扰偏移处理，得到第三中间子序列的步骤包括：对每个编码后的目标子序列进行加扰处理，得到第五中间子序列；对每个第五中间子序列进行数据偏移处理，得到第三中间子序列。